Самые интересные моменты из книги «Думай медленно…Решай быстро» и немного искусственного интеллекта
Прошло 10 лет с выхода книги, распиаренной среди ITшников, «Думай медленно…Решай быстро» и вот мои лапки тоже до нее добрались + это было хорошим продолжением лекций Сапольски (по моей интуиции, часть идей Роберта как раз развито на эксперементах/исследованиях, которые описал Канеман). Пост по лекциям Роберта Вы можете найти на моем Facebook и Instagram (контакты).
Даниэль Канеман израильско-американский психолог, получивший Нобелевскую премию за применение психологических методов в экономике, в частности, он смог показать, что большинство людей принимая решения не следуют здравому смыслу.
Далее опишу основные мысли, которые мне показались интересными. Начнемс.
- Мы склонны преувеличивать значение тех фактов, которые у нас на слуху. На примере из последних новостей про Пермского стрелка (соболезную всем погибшим), могло создаться впечатление о инциденте, как о глобальной проблеме, но по данным ТАСС таких событий с 2016 года было порядка 10, в то время как в ДТП каждый день погибает порядка 44 человек.
Не поймите не правильно, я не говорю, что надо ничего не делать с возникшей ситуацией, наоборот надо, правда не ужесточать меры получения оружия, а оказывать помощь матерям-одиночкам, малообеспеченным семьям и даже не всегда денежную, возможно где-то достаточно будет разговора с психологом (кстати, вот еще одна распиаренная проблема про домашнее насилие, проблема конечно есть, но если от мужчины как-то еще уйти можно, то вот ребенку от родителей….сами понимаете), улучшать имидж МВД и органов опеки, чтобы граждане понимали, что туда действительно можно обратиться и что тебе помогут (если посмотреть расследования на канале Ксении Собчак, то на всем пути истории Тимура Бекмансурова были моменты, где люди видели что-то отличающиеся от нормы, но все молчали).
- В книге нашла много дополнительных факторов, подтверждающих силу влияния внешних обстоятельств на наши решения (опять же возвращаясь к мыслям Сапосльски, об отсутствии у человека свободы воли). От формулировок на продуктах до увеличения пожертвований в n раз при повешенной картинке с глазами над коробкой для сборов.
- Медицина нуждается в автоматизации для анализа фактов и принятия решений. Рассматривался эксперимент, где одним и тем же радиологам дают в разные промежутки времени одни и те же снимки, и они в 20% случаев дают разные рекомендации.
Мне стала интересна эта тема и так совпало, что 24 сентября 2021 года прошла встреча на тему «Тенденции применения и регулирования искусственного интеллекта в здравоохранении», спикером был Гусев Александр. Далее небольшие поинты с этой встречи.
Порадовало точно то, что сфера ИИ в медицине активно развивается, но Россия пока идет с отставанием (минимум 2-3 года). Во многом это связано с тем, что у нас нет аналогов типа БиоБанк в UK, где уже собраны готовые датасеты и сама стратегия развития искусственного интеллекта утверждена только в 2019 году.
Как в России, так и в других странах происходит недофинансирование медицинской сферы и как раз в этом может помочь ИИ, если направить алгоритмы на предупреждение болезни, определяя необходимость профилактики и не доводя ситуацию до сложных операций, на что и идут крупные расходы.
Сейчас есть проблема недоверия к искусственному интеллекту и складывается это по ряду причин:
- до 40% технологий спекулируют красивыми буквами ИИ, для привлечения к себе интереса;
- масса разных алгоритмов обучения ИИ и нехватка специалистов;
- скандал вокруг Epic Systems, система видения медицинских электронных карт, которая также продвигает системы ИИ. Когда модуль прогнозирования сепсиса был проверен независимой лабораторией JAMA Internal Medicine, точность была определена всего в 12%;
- за 10 лет в Англии и Уэльсе выявлено порядка 2627 инцидентов, связанных с работой и применением медицинского ПО, 4 из них поспособствовали смерти пациента.
Но несмотря на то, что нам точно предстоит еще решать этические вопросы, связанные с работой искусственного интеллекта, вопросы, связанные с разметкой данных, уже сейчас есть прецеденты, когда ИИ лучше специалиста проводит анализ и подсвечивает необходимые тенденции.
Теперь вернемся обратно к кратким выводам по Канеману.
- Мне понравился подход, предложенный Даниэлем по собеседованию, когда ты изначально выделяешь 4-6 важных качеств в требуемом специалисте и потом общаясь с ним для каждого качества выставляешь оценку (и тут очень велика вероятность завысить баллы, когда на первый вопрос получил очень хороший ответ). Поможет практика проводить собеседования поэтапно и даже разными людьми.
Подобная технология применяется в Facebook. По разным темам кандидата собеседуют разные люди и далее группа, в которую не входят собеседующие, на основе заметок/оценок принимает решение.
- Оценка двух событий в одиночном виде и совместном может отличаться. Пример был про пожертвования для дельфинчиков и для фермеров с высокой вероятностью получить рак кожи. При отдельной оценке больше пожертвований получили дельфинчики, а вот при совместной сработало понимание, что все-таки фермеры это люде и их поддержали на большее кол-во $.
В данном тексте я пересказала только моменты, которые мне показались наиболее интересными, но книга содержит большое ко-во других исследований и возможно читая ее, вы обратите внимание на иные факты. Не могу сказать, что прослушала на одном дыхании, но и желания бросить на середине тоже не было.
Книгу я слушала, так что оставлю вам ссылку на аудио.